Tensorflow 2.0线程安全吗
更具体地说，在Tensorflow 2.0(使用Keras API(中，从不同线程对同一模型调用fit/predict或其他方法是否安全？
从文档或网上查找都找不到明确的答案。
我在2017年看到了这个问题，它说Keras(尽管这个问题提到了Theano后端(是线程安全的，但在调用predict()之前必须调用私有方法model._make_predict_function()(我认为这已经被否决了(。然而，我读到了2019年的这篇博客文章，其中说它不安全。
我还在2018年发现了一个问题，说Tensorflow(Keras之前(是线程安全的，但你必须确保使用默认的图显式(我认为这与Tensorflow 2.*无关，因为它渴望执行(。当我查找急切执行中的线程安全性时，我在文档中看到了这篇文章，它确实提到了急切执行的线程安全，但它与Java有关。
更令人困惑的是，我从今年(2020年(开始在Github中看到了一个使用Keras的A3C实现，该实现在训练共享策略/价值网络之前使用锁，这暗示Keras不是线程安全的，在训练共享模型之前必须获得锁。然而，在我看来，实现是有缺陷的，因为每个工作人员都在创建和使用自己独特的锁，这违背了拥有锁的目的。我的结论是，要么是因为Keras是线程安全的，所以不管"锁"如何，他的代码都能成功运行，要么是他有一个bug。
我做了自己的最后一个测试，我运行了两个线程，将相同的模型拟合到不同的输出(对于相同的恒定输入(，并在训练期间尝试调用predict，它似乎有效，但我问这个问题是因为我想确保。Tensorflow 2.0/Keras是否存在线程不安全的情况？
根据本期GitHub中的Keras贡献者：
Keras模型不能保证线程安全。考虑用于CPU推理的每个线程中的模型的独立副本。